KEMAMPUAN ARUS KAS DAN LABA DALAM MEMPREDIKSI ARUS KAS MASA DEPAN
on
ISSN: 2302-8556
E-Jurnal Akuntansi Universitas Udayana. 9.1 (2014): 88-96
KEMAMPUAN ARUS KAS DAN LABA DALAM MEMPREDIKSI ARUS KAS MASA DEPAN
Ayu Indira Laksmi1 Ni Made Dwi Ratnadi2
1Fakultas Ekonomi dan Bisnis Universitas Udayana (Unud), Bali, Indonesia e-mail: [email protected]/telp:+62 87 86 11 94 818 2
2Fakultas Ekonomi dan Bisnis Universitas Udayana (Unud), Bali, Indonesia
ABSTRAK
Prediksi arus kas dapat diperlukan untuk menilai kemampuan perusahaan dalam menghasilkan kas di masa yang akan datang. Tujuan penelitian ini untuk mengetahui perbedaan kemampuan arus kas operasi dan laba bersih dalam memprediksi arus kas masa depan perusahaan Consumer Goods. Forecast error digunakan sebagai ukuran kemampuan prediksi. Sampel ditentukan dengan metode purposive sampling, sehingga diperoleh 46 sampel. Penelitian ini menggunakan dua tahun prediksi. Data arus kas operasi dan laba bersih tahun 2005-2010 digunakan untuk memprediksi arus kas tahun 2011, dan data arus kas operasi dan laba bersih dari tahun 2006-2011 untuk memprediksi arus kas tahun 2012.Teknik analisis yang digunakan adalah uji beda dua rata-rata sampel independen. Hasil analisis menunjukkan bahwa arus kas operasi memiliki kemampuan yang tidak berbeda dibandingkan dengan laba bersih dalam memprediksi arus kas masa depan pada perusahaan Consumer Goods.
Kata kunci: arus kas, arus kas operasi, laba bersih, arus kas masa depan
ABSTRACT
Cash flow prediction is obliged to value the company ability in making future cash flow. The purpose of the research is to know the different between capability of operating cash flow and net income to assume of future cash flow in consumer goods company. Forecast error is used to evaluate prediction capability. Sample is determine by purposive sampling method, so that 46 sample will be acquire. This research using two years prediction. The operating cash flow and net income 2005-2010 is used to predict cash flow in 2011, and operating cash flow and net income 2006-2011 is used to predict cash flow in 2012. Analysis technic is being used independent t-test. The result is operating cash flow have not difference capability than net income to predict future cash flow of consumer goods company.
Keywords: cash flow, operating cash flow, net income, future cash flow
PENDAHULUAN
Setiap perusahaan dituntut untuk memaksimalkan seluruh sumber daya yang dimiliki agar tetap bisa bertahan dan menjadi semakin maju. Sumber daya yang dapat dimaksimlakan dengan baik, akan membuat perusahaan beroperasi
secara penuh dan menghasilkan kinerja yang baik. Kinerja perusahaan dapat tercermin dari laporan keuangan.
Laporan keuangan merupakan laporan yang bersifat historis, namun dapat dapat digunakan untuk memprediksi kinerja perusahaan pada periode yang akan datang. Proses peramalan atau prediksi dibutuhkan oleh perusahaan untuk merumuskan strategi perusahaan di waktu mendatang (Raharja, 2005).
Prediksi akan arus kas juga dapat dilakukan untuk memprediksikan keadaan perusahaan di masa depan dan penilaian resiko yang mungkin terjadi ( Lorek dan Willinger, 2006). Arus kas digunakan sebagai acuan yang dapat digunakan untuk menilai kema.mpuan perusahaan dalam mengha.silkan kas dan setara kas serta dapat digunakan untuk menilai kebutuhan perusahaan untuk meng.gunakan kas. Selain itu, dari laporan arus kas dapat diketahui likuiditas, solvabilitas, dan profitabilitas dari sebuah perusahaan (Yaniartha, 2011). Semakin tinggi arus kas operasi perusahaan, maka kepercayaan investor akan perusahaan tersebut akan semakin tinggi (Trisnawati, 2013).
Penelitian tentang prediksi arus kas telah banyak dilakukan. Seperti yang dikemukakan oleh Widodo (2001) yang memberikan rekomendasi kepada para pelaku pasar modal untuk menggunakan arus kas sebagai salah satu prediktor yang digunakan untuk membuat prediksi arus kas pada tahun mendatang. Pernyataan itu diperkuat oleh Zhao (2007) dan Nany (2013) yang menyatakan bahwa arus kas, utamanya arus kas operasi memiliki kemampuan prediksi arus kas satu tahun ke depan.
Arus kas erat kaitannya dengan laba. Semakin tinggi laba dalam sebuah perusahaan, maka semakin meningkat aliran kas yang dimiliki sehingga perusahaan dapat membayarkan deviden lebih tinggi (Hadianto dan Herlina, 2010). Laba dan komponennya dapat meningkatkan kemampuan prediktif terhadap arus kas, dibandingkan dengan arus kas itu sendiri (Joni, 2013). Hasil penelitian tersebut sejalan dengan Kim dan Kross (2002) yang mengatakan laba mempunyai kemampuan dibanding arus kas, bahkan kemampuannya terus menanjak dari waktu ke waktu dalam memperkirakan arus kas. Yoo dan Pae (2011), mengatakan informasi arus kas lebih berguna untuk meramal arus kas dibandingkan dengan laba.
Berdasarkan perbedaan hasil penelitian terdahulu, maka peneliti tertarik untuk menguji kembali kemampuan arus kas oper.asi da.n la.ba ber.sih dal.am mempr.ediksi ar.us kas di ma.sa mend.atang pada peru.sahaan Cons.umer Go.ods di Bur.sa Ef.ek Indo.nesia da.lam ku.run wak.tu 2006-2012.
METODE PENELITIAN
Penelitian ini menggunakan data sekunder perusahaan Consumer Goods di Bursa Efek Indonesia tahun 2005-2012, dengan metode purposive sampling sebagai teknik pengambilan sampel. Proses seleksi sampel berdasarkan kriteria yang telah ditentukan seperti pada Tabel 1.
Berdasarkan proses seleksi sampel pada Tabel 1, jumlah sampel yang didapat sebanyak 23 perusahaan, dan menggunakan dua tahun prediksi, sehingga total sampel yang dianalisis dalam penelitian ini adalah 46 sampel. Uji beda dua
rata-rata sampel independen digunakan sebagai teknik analisis data dengan membandingkan forecast error arus kas operasi dengan forecast error laba bersih, setelah sebelumnya melakukan uji normlitas data.
Tabel 1.
Proses Seleksi Sam.pel
No Kriteria |
Jumlah |
Perus.ahaan Consumer Goods ya.ng terda.ftar di Bur.sa Ef.ek Indon.esia tahun 2005-2012 Perusahaan Consumer Goods yang tidak mempublikasikan laporan keuangan secara konsisten dari tahun 2005-2012 Perusahaan Consumer Goods yang tidak mempublikasikan laporan keuangan dengan menggunakan mata uang rupiah |
35 (12) 0 |
Jumlah Sampel |
23 |
Sumber: Data diolah
Kemampuan operasional perusahaan dalam menghasilkan kas yang cukup yang dapat digunakan untuk membiayai aktivitas operasionalnya tercermin pada Ar.us ka.s dari aktiv.itas ope.rasi. Informasi mengenai ar.us k.as ope.rasi dapat dilihat dalam lapo.ran arus ka.s peru.sahaan masing-masing sampel.
La.ba ber.sih sete.lah paj.ak digunakan sebagai proksi laba bersih dalam penelitian ini. Informasi la.ba dap.at dilihat da.lam lapo.ran laba r.ugi masing-masing perusahaan sampel.
Arus kas masa depan dalam penelitian ini diukur dengan menggunakan forecast error. Forecast error dihitung berdasarkan arus kas operasi dan laba bersih, yang kemudian dibandingkan untuk mengetahui apakah mem.iliki kema.mpuan berbeda dalam memprediksi arus kas masa depan.
HASIL DAN PEMBAHASAN
Deskripsi Variabel
Tabel 2.
Statistik Deskriptif
Variabel |
Mean |
Std. Deviation |
Std. Eror Mean |
Forecast Error Arus Kas Operasi |
11,1193 |
1,05404 |
0,15541 |
Forecast Error Laba Bersih |
11,1335 |
1,09644 |
0,16166 |
Sumber: Olah Data
Berdasarkan data di atas, dapat dilihat nilai rata-rata dari forecast error
arus kas operasi adalah 11,1193 atau sebesar Rp 1.101.126.019.522 dengan standar deviasi 1,05404 dan standar error mean sebesar 0,15541. Forecast error laba bersih memiliki nilai rata-rata 11,1335 atau sebesar Rp.1,148,251,113,692 dengan standar deviasi 1,09644 dan standar error dari rata rata sebesar 0,16166.
Uji Normalitas
Uji norm.alitas dilakukan bert.ujuan untuk meng.etahui apa.kah da.ta terdis.tribusi nor.mal atau tidak. Uji nor.malitas dilakukan dengan menggunakan metode Kolmogorov-Smirnov.
Tabel 3.
Hasil Uji Normalitas
Kemampuan Prediksi | ||
Most Extreme |
Absolute |
0,087 |
Difference |
Positive |
0,087 |
Negative |
-0,043 | |
Kol.Smirnov Z |
0,417 | |
Asymp. Sig (2-tailed) |
0,995 |
Sumber: Olah Data
Tabel 3 menun.jukan besar.nya nilai Asy.mp. sig (2-tailed) > 0,05 yaitu sebesar 0,995, yang berarti bahwa data telah terdistribusi normal.
Uji Beda Independen t-test
Penelitian ini akan menguji perbedaan kemampuan antara arus k.as ope.rasi dan laba bersih dalam memprediksi arus kas masa depan. Teknik anali.sis yang digun.akan adalah uji b.eda dua ra.ta-rata sampel independen dengan forecash error sebagai ukuran kemampuan prediksi. Terdapat dua tahapan yang harus dilakukan. Pertama, harus diuji terlebih dahulu apakah variance populasi antara forecast error arus kas operasi dan laba bersih sama atu berbeda. Langkah kedua adalah dengan melihat nilai signifikansi untuk menentukan apakah arus kas operasi dan laba bersih mempunyai kemampuan yang berbeda.
Tabel 4.
Hasil Uji Beda Independen t-test
Variabel |
Mean |
Levene Test |
Nilai t |
Sig.(2-tailed) |
Keterangan | ||
F |
Sig | ||||||
Kemampuan prediksi |
Arus Kas Operasi Laba Bersih |
11.1193 11.1335 |
0,000 |
0,985 |
-0,063 |
0,95 |
Tidak Signifikan |
Equal variances assumed |
Sumber: Olah Data
Berdasarkan Tabel 4, nilai F hitung levene test sebesar 0,000 dengan tingkat signifikansi 0,985 > 0,0.5, maka dapat disi.mpulkan forecast error ar.us k.as ope.rasi dan la.ba ber.sih memiliki variance populasi yang sama. Oleh karena memiliki variance populasi yang sama, hasil uji be.da t-test selanj.utnya diasumsikan dengan meng.gunakan equal variance assumed. Nilai t pada Equal variances assumed sebesar 0,063 dengan tingkat signifikansi 0,95 > 0,05. Ini berarti arus kas operasi dan laba be.rsih memiliki kemampuan ya.ng tidak berbeda dal.am mempred.iksi arus kas mas.a dep.an.
Hasil Penelitian ini ber.beda den.gan penel.itian-pene.litian yang pernah dilakukan sebelumnya, seperti yang dilakukan oleh Dahler dan Febrianto (2006), dan Joni (2013). Dahler dan Febrianto (2006) melakukan penelitian pada perusahaan non finansial dari tahun 1999-2004 dengan menggunakan teknik regresi linier berganda, memperoleh kesimpulan bahwa arus kas operasi tahun berjalan mampu memprediksi arus kas masa depan pada perusahaan yang berlaba positif maupun yang berlaba negatif. Penelitian dengan hasil berbeda disampaikan Joni (2013) yang menemukan bahwa laba dan komponennya dapat meningkatkan kemampuan prediktif terhadap arus kas dibanding arus kas itu sendiri.
Perbedaan penelitian ini dengan yang sebelumnya adalah penelitian ini menggunakan perusahaan Consumer Goods dari tahun 2005-2012. Teknik anal.isis yang digun.akan adalah uji be.da dua rata-ra.ta sampel independen un.tuk menge.tahui perbedaan kema.mpuan antara arus kas operasi dan laba bersih da.lam mempr.ediksi arus kas m.asa dep.an.
SIMPULAN DAN SARAN
Berdasarkan hasil analisis disim.pulkan bahwa arus kas operasi memiliki kemampuan yang tidak berbeda diband.ingkan den.gan la.ba bersih dalam memp.rediksi arus k.as ma.sa de.pan pada perusahaan Consumer Goods. Hal ini berarti investor yang ada pada perusahaan Consumer Goods dapat menggunakan arus kas operasi atau laba bersih unt.uk mempr.ediksi ar.us kas di ma.sa yang akan dat.ang.
Pene.litian ini mengg.unakan sam.pel peru.sahaan Consumer Goods yang terd.aftar di Bu.rsa Ef.ek Indo.nesia, agar pene.litian tidak bias karena karakteristik industry yang berbeda. Penelitian berikutnya disarankan menggunakan sampel seluruh industri agar hasil penelitian bisa digeneralisasikan.
REFERENSI
Dahler, Yolanda., dan Rahmat Febrianto. 2006. Kemampuan Prediktif Earnings Dan Arus Kas Dalam Memprediksi Arus Kas Masa Depan. Simposium Nasional Akuntansi IX Padang.
Hadianto, Bram., dan Herlina. 2010. Prediksi Arus Kas Bebas, Kebijakan Utang, Dan Profitabilitas Terhadap Kemungkinan Dibayarkannya Dividen. Jurnal Manajemen Bisnis Vol.3(1): h: 53-74.
Joni. 2013. Predictive Ability of Earnings Components.
http://www.caalinteduorg.com/ibea2013/ejournal/015/Joni_Predictive_ Ability_of_Earnings_ Components.
Kim, Sun Myung., and William Kross. 2002. The Ability of Earnings to Predict Operating Cash Flow Has Been Increasing- Not Decrasing. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=303283
Lorek, Kenneth S and Willinger G. Lee. 2006. Time-Series Properties and Predictive Ability of Quarterly Cash Flows. Advance in Accounting Working Paper Series pp 06-10.
Nany, Magdalena. 2013. Analisis Kemampuan Prediksi Arus Kas Operasi (Studi Pada Bursa Efek Indonesia). Jurnal Dinamika Akuntansi Vol.2 No.1 pp 3546 ISSN 2085-4277.
Widodo, Eko. 2002. Kemampuan Prediksi Informasi Arus Kas dan Laba Terhadap Informasi Arus Kas Satu Tahun Ke depan Dengan Auto Redressive Distributed Lag Model. Jurnal Akuntansi Dan Manajemen ISSN 08531296.
Yaniartha, P.D’Yan. 2011. Kemampuan Prediksi Laba Dan Arus Kas Dalam Memprediksi Laba dan Arus Kas Pada Masa Mendatang. Jurnal Akuntansi Dan Bisnis Vol. 6(02) ISSN 1907-3771.
Yoo, Choong Yuel Dan Jinham Pae. 2011. Estimation And Prediction Tests Of Cash Flow Forecast Accuracy. Journal Of Forecasting Vol. 31 (03).
Zhao, Yuqi, Garry Hobbes Dan Sue Wright. 2007. Predicting Future Cash Flow From Operations: Australian Advance. Makalah 20th Australian Finance And Banking Conference.
96
Discussion and feedback